如何使用python纠正JSON中的前导零答案

【问题标题】：How to correct leading zeroes in JSON with python如何使用python纠正JSON中的前导零
【发布时间】：2020-09-29 04:07:15
【问题描述】：

我有一个格式错误的 JSON 文件，其中的数字带有前导零。

p = """[
{
    "name": "Alice",
    "RegisterNumber": 911100020001
},
{
    "name": "Bob",
    "RegisterNumber": 000111110300
}
]"""
arc = json.loads(p)

我收到此错误。

JSONDecodeError: 需要 ',' 分隔符：第 8 行第 24 列（字符 107）

这是 char 107 上的内容：

print(p[107])
#0

问题是：这是我拥有的数据。这里我只展示两个例子，但是我的文件有数百万行要解析，我需要一个脚本。归根结底，我需要这个字符串：

"""[
{
    "name": "Alice",
    "RegisterNumber": "911100020001"
},
{
    "name": "Bob",
    "RegisterNumber": "000111110300"
}
]"""

我该怎么做？

【问题讨论】：

错误消息指出错误在哪里，前导零不是问题。
提示：根据错误消息，需要逗号分隔符。
我用新的可运行代码更新了代码，但错误仍然存在。
@lispguy，你忘了提新的错误信息..
哇，这在 java 中解析甚至很危险，因为它可能被解释为八进制数（由于前导零）。然后将其解释为十进制数字并简单地用零填充会弄乱寄存器编号。

标签： python json

【解决方案1】：

读取文件（最好逐行）并用它们的字符串表示替换所有值。您可以为此使用正则表达式 (remodule)。然后保存并稍后解析有效的 json。

如果它适合内存，您当然不需要保存文件，只需保存loads 即有效的json 字符串。

这是一个简单的版本：

import json

p = """[
{
    "name": "Alice",
    "RegisterNumber": 911100020001
},
{
    "name": "Bob",
    "RegisterNumber": 000111110300
}
]"""

from re import sub
p = sub(r"(\d{12})", "\"\\1\"", p)

arc = json.loads(p)
print(arc[1])

【讨论】：

如果密钥名称包含 12 位数字怎么办？
我的解决方案假定输入由 lispguy 给出。 Loïc Faure-Lacroix 的答案更适用于更一般的情况，即 12 位数字可能出现在其他地方。

【解决方案2】：

这可能不会很漂亮，但您可以使用正则表达式来解决这个问题。

import re
p = "..."
sub = re.sub(r'"RegisterNumber":\W([0-9]+)', r'"RegisterNumber": "\1"', p)
json.loads(sub)

这将匹配所有您有 RegisterNumber 后跟数字的情况。

【讨论】：

【解决方案3】：

由于问题是前导零，修复数据的简单方法是将其拆分为行并修复任何出现问题的行。它既便宜又讨厌，但这似乎行得通。

data = """[
{
    "name": "Alice",
    "RegisterNumber": 911100020001
},
{
    "name": "Bob",
    "RegisterNumber": 000111110300
}
]"""
result = []
for line in data.splitlines():
    if ': 0' in line:
        while ": 0" in line:
            line = line.replace(': 0', ': ')
        result.append(line.replace(': ', ': "')+'"')
    else:
        result.append(line)
data = "".join(result)

arc = json.loads(data)
print(arc)

【讨论】：

只有在您提前知道数字具有预定义数量的字符时才会这样做。否则，您的数字 0011 可能与 00011 不同。这可能不太可能，因为 0 经常用作填充。但谁知道呢？
我拒绝接受对我在帖子中描述为“廉价和讨厌”的代码的任何批评；-)
哦不，我不是在批评。这里真正的问题是输出无效 json 的 json 序列化程序。